El conocimiento y el algoritmo

Spread the love

an_algorithm

Rodrigo Soto Moreno

Todavía recuerdo, con mucho cariño, admiración y respeto, a mi abuelo materno, el doctor Abraham Moreno Segovia, quien todos los fines de semana tenía el detalle de regalarme un libro, como La Isla del Tesoro, El Lazarillo de Tormes, Robinson Crusoe, entre otros.

Ahí inició mi primer acercamiento a la lectura, cuando tenía yo alrededor de 5 años, viviendo en la casa de mi bisabuela Ena Cámara en la ciudad de Coatepec, Veracruz. Algunos libros eran ilustrados, con letra de buen tamaño, para que mis ojos empezarán a hurgar y mi mente a imaginar.

Derivado de este estímulo mental por la lectura, he continuado esa pequeña pasión por leer y amasar conocimiento, y cuando se pueda compartir esos bits y bytes de información, como es el caso de estas breves colaboraciones.

Pienso que el objetivo que buscaba mi abuelo, Abraham Moreno, era crear una serie de instrucciones, para incitar a la actividad de la lectura y al final buscar el resultado de estimular mis disparos neuronales creativos gracias a la imaginación literaria, similar a lo que sucede con un algoritmo.

De acuerdo a Wikipedia: “En matemáticas, lógica, ciencias de la computación y disciplinas relacionadas, un algoritmo (del griego y latín, dixit algorithmus y éste a su vez del matemático persa Al-Juarismi) es un conjunto prescrito de instrucciones o reglas bien definidas, ordenadas y finitas que permite realizar una actividad mediante pasos sucesivos que no generen dudas a quien deba realizar dicha actividad”.

Valga esta introducción para hablar de una charla que recientemente observé en YouTube, ofrecida por Google Talks, con la participación de Pedro Domingos, hablando acerca de su libro “The Master Algorithm”.

Partimos de que todo a nuestro alrededor está alimentado por algoritmos para que un sistema de instrucciones o reglas deriven en cierta actividad o resultado. Tan solo pensemos en la cantidad de instrucciones simultáneas que se generan en un celular para realizar lo que le solicitamos. Esto se incrementaría considerablemente si pensamos en el algoritmo biológico que mueve el “reloj” de la vida en nuestro cuerpo.

Volviendo con Domingos y su charla, él abre diciendo que las fuentes de conocimiento, en un inicio, eran 3:

  1. Evolución
  2. Experiencia
  3. Cultura

Pero ahora hemos agregado una cuarta: Computadoras.

Según Domingos la evolución se relaciona con la vida en la Tierra; la experiencia se refiere a la forma en que adquirimos conocimiento; la cultura es la que nos diferencia de los insectos y ahora las computadoras, de quienes nos apoyamos para buscar información y resolver problemas simples y complejos.

Aunado a esto Domingos señala que en la evolución el conocimiento se encuentra codificado en el ADN, para el caso de la experiencia, el conocimiento se encuentra codificado en las neuronas, en la cultura el conocimiento se obtiene cuando interactuamos y hablamos con otras personas o cuando leemos libros y por último las computadoras, quienes pueden acceder a enormes cantidades de información y, como dijimos, realizar cálculos complejos, para potenciar nuestra inteligencia, y por ende nuestra capacidad de alternativas, y descubrir nuevo conocimiento conjuntamente.

Además Domingos nos explica la forma en que las computadoras descubren nuevo conocimiento:

  1. Rellenando los espacios que existen en el cierto conocimiento.
  2. Emular el funcionamiento del cerebro.
  3. Simular a la evolución.
  4. Reducir sistemáticamente la incertidumbre.
  5. Darse cuenta las similitudes entre el conocimiento viejo y nuevo.

Dentro de todo esto Domingos nos introduce el concepto de las cinco tribus del aprendizaje de las máquinas:

  1. Simbolistas (Symbolists)
  2. Coneccionistas (Connectionists)
  3. Evolucionistas (Evolutionaries)
  4. Bayesianos (Bayesians)
  5. Analogistas (Analogizers)

Cada una de las tribus tiene un origen y un algoritmo maestro:

Tribu Origen Algoritmo Maestro
Simbolistas Lógica, Filosofía Deducción inversa
Coneccionistas Neurociencia Propagación hacia atrás
Evolucionistas Biología evolutiva Programación Genética
Bayesianos Estadística Inferencia probabilística
Analogistas Psicología Máquinas, kernel

 

Entrando en la explicación del algoritmo maestro de cada tribu, de acuerdo a Domingos, tenemos a la deducción inversa, como cuando en una operación aritmética de suma, contamos con el resultado y solo uno de los factores de la suma e inferimos el restante para llegar al resultado expresado.

3

+    ¿?

___________

5

La propagación hacia atrás, de acuerdo a Domingos, es el método para entrenar a las redes neurales artificiales, utilizando un método de optimización en donde se compara la señal de salida con la salida deseada. Es decir se propaga hacia atrás el error, para reducirlo y obtener el resultado deseado.

La programación genética habla de la evolución computacional, así como la evolución que creó el cerebro, en particular el nuestro, es decir se busca responder la pregunta: “¿cómo funciona la evolución?”. Es un campo de la inteligencia artificial que mimetiza el proceso de la selección natural.

La inferencia probabilística se centra en que todo lo que aprendemos es incierto, entonces se tiene que computar la probabilidad de cada una de las hipótesis y actualizar la misma cuando se tenga nuevos datos o variables a incorporar a la ecuación.

Por último en las máquinas y el kernel, tenemos que todo lo que aprendemos es razonado mediante una analogía, donde una nueva situación se compara con la base de datos que tenemos en nuestra experiencia.

Cerrando esta colaboración, pienso que los científicos están tratando de descifrar el algoritmo maestro que rige desde el comportamiento del movimiento de las alas de una mariposa, hasta aquel que generó el cosmos y produjo nuestra inteligencia. Pareciera que cada vez estamos más cerca de conocer por qué estamos aquí.

Leave a Reply

Your email address will not be published. Required fields are marked *